MétaCan
Menu
Retour à la cohorte
Enregistrement W2155363577 · doi:10.1089/tmj.2008.0076

Application of Tele-Ultrasound in Emergency Medical Services

2008· article· en· W2155363577 sur OpenAlexaff
Mei-Ju Su, Matthew Huei‐Ming, Chow-In Ko, Wen‐Chu Chiang, Chih‐Wei Yang, Sao‐Jie Chen, Robert HC Chen, Heng‐Shuen Chen

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Arrest and Resuscitation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTechnicianMedical emergencyMedicineEmergency medical servicesEmergency departmentEmergency physicianEmergency medicineNursing

Résumé

récupéré en direct d'OpenAlex

In emergency medical services, portable ultrasound scanners have the potential to become new-age stethoscopes for emergency physicians. For trauma cases in particular, portable ultrasound scanners can scan the chest and abdomen of emergency patients both rapidly and conveniently. This study describes the development of tele-ultrasound for pre-diagnosis in a medical emergency setting as a part of the updated Mobile Hospital Emergency Medical System (MHEMS). An emergency medical technician can provide an emergency physician with a patient's ultrasound images and medical information during the patient's pre-hospitalization and transportation period using a combination of the MHEMS, the portable ultrasound scanner, and the onboard 3G communication capabilities. The MHEMS includes a Dispatch and Mission Control Center that facilitates the communication between the Emergency Department of a specified hospital, the systems aboard the ambulance. Early receipt of information relevant to the patient will enhance pre-diagnosis options for on-duty emergency physicians and allow for a hospital's emergency department to promptly prepare necessary surgical instruments or beds. Furthermore, emergency medical technicians can also obtain instructions from on-duty physicians to enhance damage and disaster control ability in critical moments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,278

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,326
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetCardiac Arrest and ResuscitationTravaux en français237 207